Состояние искусства в распознавании лица

Question

Я недавно немного посмотрел в распознавание лица. Однако я переполнен количеством алгоритма, что есть.

PCA, LDA, IDA, Габор Велец, AAM ...

Скажем, вы хотели сделать что-то вроде это... Какие алгоритмы вы бы использовали или какие бумаги вы бы читали?

Answer 1

Я думаю, что первое, что вы должны сделать, это осознать, что алгоритмы, которые вы перечислены, используются на разных этапах распознавания лиц.

Во-первых, вам нужно решить представление, то есть функции использования. Это могут быть сырыми пикселями, фильтрами Gabor, некоторые виды дескрипторов формы, деформируемые модели и т. Д.

Затем вы обычно хотите уменьшить размерность ваших особенностей. Именно здесь входят алгоритмы, такие как PCA, ICA или LDA, какие данные проекта указывают в более низкоразмерное пространство, пытаясь сохранить большую часть дисперсии (PCA) или для обеспечения оптимального разделения точек разных категорий (LDA).

Тогда вы, вероятно, хотите тренировать классификатор на своих функциях, чтобы различать лица разных людей. Здесь есть множество алгоритмов для выбора, таких как ближайший сосед, поддержка векторных машин, модели скрытых марков, байс сетки и т. Д.

Обратите внимание, что выбор алгоритма для определенного этапа может или не может зависеть от алгоритмов для других этапов. Для экземпляров PCA может быть использован для уменьшения размерности практически любого типа функций. С другой стороны, не сразу очевидно, как можно использовать подполующую векторную машину для лиц, представленных деформируемой сеткой.

Я думаю, первое, что вы должны пытаться сделать, это очень точно определить вашу проблему. Хотите различать лица только нескольких людей, таких как признание членов вашей семьи на фотографиях? Хотите узнать людей из огромной базы данных? У вас есть много тренировок для каждого лица, или только несколько? Вы хотите обрабатывать различные ориентации и условия освещения?

Ответы на эти вопросы определяют, насколько сложна ваша проблема, и, безусловно, повлияет на ваш выбор алгоритмов.

Редактировать: вот Тезис кого-то, кто пытался решить подобную проблему. Это с 2002 года, но ИМХО это хорошее место для начала.

Answer 2

Вы хотите учитывать карты глубины. Это состояние искусства. Попробуйте прочитать о республиканских сферических представлениях. Собственные лица - это просто не очень надежный. Это не инвариантно для нескольких факторов. Состояние распознавания лица искусства использует 3D PCL, которая имеет информацию о глубине. Это позволило бы вам распознать даже в темноте. Вы можете использовать камеру Asus или камеру Kinect для сбора информации о глубине. Надеюсь, это поможет!

Answer 3

Хаар Каскад работает на порте Марилена.

Каскад Haar - это алгоритм, который читает файл и говорит компьютеру, как выглядит что-то. Я использовал его в прошлом, чтобы обнаружить лица, очки, просто улыбку, руки и кокс.

http://en.wikipedia.org/wiki/haar-like_features.